智元机器人公司推出的可扩展在线后训练（SOP）系统，给具身智能迈向大规模应用铺平了道路。这个系统，目标是让机器人在复杂的真实世界里不仅能看得懂，还能做得好。罗剑岚，智元机器人公司具身研究中心的合伙人兼首席科学家，把这个系统比喻成机器人学习的升级方式。他认为，虽然传统的机器人模型是通过海量离线数据预先训练出来的，但直接投入复杂现实应用并不现实。当预训练的效果开始减少时，在真实环境中进行高效、持续的在线训练就变得非常重要了。智元提供的数据显示，3小时基于真实场景的SOP在线训练能提升机器人能力约30%，而单纯增加80小时的离线专家数据只能提升4%。这一对比凸显了在动态真实环境中即时学习与迭代的重要性。SOP系统改变了传统机器人学习模式，它让VLA模型后训练从“离线、单机、顺序”变成了“在线、集群、并行”。具体来说，部署在不同场景的机器人集群可以实时回传成功和失败的经验数据，云端平台集中处理这些数据进行模型优化与更新。然后，在分钟级别内将更新后的模型参数同步到所有在线机器人上，形成了一个执行-数据回流-模型更新-同步进化的低延迟闭环。SOP系统不仅是算法层面的优化尝试，更是针对具身智能领域基础设施短板的一次重要探索。罗剑岚拿自动驾驶行业做例子说明，像特斯拉这样成功运行端到端大模型的企业离不开高度标准化的硬件体系和成熟的路网数据采集回流生态。反观机器人行业，缺乏类似的基础设施支持。SOP系统试图构建一套支持多机器人并发数据交互与持续在线学习的支撑体系。这个系统还有助于改变传统商业模式。罗剑岚认为SOP可能让机器人从一次性交付的硬件产品变成提供软硬件一体持续服务的智能载体。智元机器人公司计划在2026年实现机器人在真实世界大规模部署应用场景不仅局限于工业生产线，还包括商超、便利店等商业服务场景以及部分家庭环境。当然，SOP系统全面落地还有一些现实挑战需要面对比如网络带宽、云端算力还有数据安全等问题都是需要解决的课题之一罗剑岚提到了这个系统设计了动态重采样等策略以更高效鲁棒地利用真实世界经验同时结合强化学习和人类干预机制确保模型稳定性和安全性。SOP所代表持续在线进化能力可能深刻改变机器人行业发展方向其未来发展将深刻影响机器人融入实体经济和日常生活的广度和深度智元机器人创新提出的SOP系统正把具身智能带入一个新阶段从追求单一模型能力突破到强调系统协同数据闭环和持续演化新阶段智元公司正在努力让这个创新技术真正落地给用户带来更好的体验。